近年来,针对互联网金融产品的黑色产业链泛滥,客户欺诈事件频出,据统计2016年网络欺诈事件共发生2万余例,涉及资金1.95亿元。基于交易序列的细微差异,利用马尔科夫、概率后缀树等机器学习算法,通过对支付交易日志数据的训练,形成正常交易序列和异常交易序列特征模型,进而通过泛化实现对未知复杂欺诈攻击行为的有效预判。